Question

我正在使用simplexml_load_file方法解析来自外部源的提要。

我的代码就像这样

$ rssFeed ['DAILYSTAR'] ='http://www.thedailystar.net/latest/rss/rss.xml'; $ rssParser = simplexml_load_file（$ url）;

输出如下：

警告：simplexml_load_file（）[function.simplexml-load-file]：http://www.thedailystar.net/latest/rss/rss.xml:12：解析器错误：输入不正确UTF-8，表示编码！字节：第39行的C：\ xampp \ htdocs \ googlebd \ index.php中的0x92 0x73 0x20 0x48

最终因致命错误而停止。主要问题是网站的字符编码是ISO-8859-1，而不是UTF-8。

我可以使用此方法（SimpleXML API）读取此内容吗？如果没有，则可以使用任何其他方法？我搜索了谷歌，但没有回答。我应用的每个方法都会返回此错误。

谢谢，拉希德

Answer 1

好吧，当我使用Python检索此内容时，我得到以下内容：

'\n<rss version="2.0" encoding="ISO-8859-1">\n [...]
<description>The results of this year\x92s Higher Secondary Certificate

现在它说它是ISO-8859-1，但\ x92不在该字符集中，而是在Windows-1252中用作撇号的结束卷曲单引号。因此页面会抛出编码错误，并且根据XML规范，客户端应该是“严格的”而不是修复错误。

您可以检索它，并以某种方式过滤掉非ISO-8859-1字符，或者更好，在将结果传递给RSS解析器之前，使用mb-convert-encoding()转换编码。

哦，如果你想把结果合并到一个UTF-8页面，你可能已经把所有东西都转换成了UTF-8，虽然这是英文，甚至可能都不需要任何不同的字符编码，如果一切都变成了毕竟是ASCII。

Answer 2

我们遇到了同样的问题，并使用utf8_encode将编码从ISO-8859-1 / latin-1更改为UTF-8并超过错误。

$contents = file_get_contents($url);
simplexml_load_string(utf8_encode($contents));

RSS阅读器错误：使用simplexml_load_file（）时输入不正确UTF-8

2 个答案: